如何使用PIP使用Docker容器加快Numpy的构建过程？
我正在使用 GitHub 和 GitHub Actions 构建一个 Docker 容器，其中包含基于 Django 的 Python 应用程序。
在我的 Dockerfile 中执行 pip install -rrequirements.txt 时，需要很长时间（最多 10 分钟）来构建我的 Docker 容器，因为需要编译 numPy。
有没有办法显着加快速度？ 这有最佳实践吗？
I am using GitHub and GitHub Actions to build a Docker container that contains a Python application based on Django.
When doing pip install -r requirements.txt in my Dockerfile it takes ages (up to 10 minutes) to build my Docker Container, as numPy needs to be compiled.
Is there a way to speed this up dramatically?
Is there a best practice for this?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论